更有效的解决方案？作为稀疏向量的字典

Question

我有两个字典用作稀疏向量：

dict1 = {'a': 1, 'b': 4}
dict2 = {'a': 2, 'c': 2}

我编写了自己的 __add__ 函数来获得所需的结果：

dict1 = {'a': 3, 'b': 4, 'c': 2}

重要的是我知道每个对应值的字符串 'a'、'b' 和 'c'。仅仅确保我添加了正确的尺寸是不够的。我还将获得更多以前未知的字符串，其中包含我目前刚刚添加到字典中的一些值。

现在我的问题是：是否有更高效的数据结构？我查看了 Numpy 的数组和 Scipy 的稀疏矩阵，但据我所知，它们在这里并没有任何帮助，或者我只是没有看到解决方案？

我可以将键和值保存在单独的数组中，但我不认为我可以只使用任何现有的函数来获得所需的结果。

dict1_keys   = np.array([a, b])
dict1_values = np.array([1, 4])
dict2_keys   = np.array([a, c])
dict2_values = np.array([2, 2])

# is there anything that will efficiently produce the following?
dict1_keys   = np.array([a, b, c])
dict1_values = np.array([3, 4, 2])

Answer 1

也许 pandas 就是您要找的：

d1 = pandas.DataFrame(numpy.array([1, 4]), index=['a', 'b'], dtype="int32")
d2 = pandas.DataFrame(numpy.array([2, 2]), index=['a', 'c'], dtype="int32")

d1.add(d2, fill_value=0)

结果：

Answer 2

@sirfz 的可以是单行使用 pandas Series:

>>> pd.Series(dict1).add(pd.Series(dict2), fill_value=0)
a    3.0
b    4.0
c    2.0

或者如果您的 API 需要 dicts

>>> dict(pd.Series(dict1).add(pd.Series(dict2), fill_value=0))
{'a': 3.0, 'b': 4.0, 'c': 2.0}

此外，这应该处理 dicts 或 Seriess 甚至 scipy 稀疏矩阵行和 sklearn Vectorizer 输出的混合输入（稀疏vectors/mappings)

更有效的解决方案？作为稀疏向量的字典

More efficient solution? Dictionary as sparse vector

python

performance

numpy

scipy

sparse-matrix